Engenharia de Software em IA Aplicada › APIs de IA Generativa e Prompt Engineering

M02-A08 OCR inteligente, análise de mídia e bots multimodais

Prefere assistir?

A mesma aula em vídeo narrado, com legendas · 2:20

Nesta aula

Módulo 2 · aula 8 — do recibo fotografado ao lançamento conferido

  • Construir um OCR inteligente com LLM
  • Esboçar um bot multimodal

Tempo de estudo sugerido: 90 min.

Créditos

  • IBM Technology — “What Are Vision Language Models? How AI Sees & Understands Images” · trecho 02:30.10–02:37.10 · ver no YouTube
  • Google Cloud Tech — “Multimodal AI in action” · trecho 00:42.40–00:50.40 · ver no YouTube

Narração com voz sintética (Microsoft Edge TTS).

APIs de IA Generativa e Prompt Engineering

  1. IA como serviço: wrappers, oportunidades e onde o dev entra
  2. OpenAI, Anthropic, Hugging Face e Gemini: APIs comparadas
  3. Prompt chaining, templates e menos alucinação
  4. Custo e previsibilidade: tokens, cache e contexto
  5. RAG avançado: orquestração, retries e observabilidade
  6. Mão na massa: LLM da OpenAI num back-end existente
  7. Modelos multimodais: texto, imagem, áudio e vídeo
  8. OCR inteligente, análise de mídia e bots multimodais
Gerado 100% com IA, sem revisão humana. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, sem curadoria ou revisão humana. Pode conter erros: consulte sempre as fontes originais citadas. Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original. Uma publicação da L4Tec.